基于視覺感知的室內(nèi)場(chǎng)景識(shí)別與理解.pdf

1、室內(nèi)場(chǎng)景的識(shí)別與理解是智能化信息處理的關(guān)鍵技術(shù)，相關(guān)研究成果已經(jīng)在不同的領(lǐng)域投入廣泛的應(yīng)用，主要包括安防領(lǐng)域的行人檢測(cè)、目標(biāo)追蹤、人臉識(shí)別等，互聯(lián)網(wǎng)信息領(lǐng)域的圖像內(nèi)容檢索，智能機(jī)器人領(lǐng)域的目標(biāo)找尋、場(chǎng)景理解、障礙物檢測(cè)等，給人類日常生活和工作的很多方面提供了便利，具有重要的理論研究意義和工程應(yīng)用價(jià)值。
　　本文以基于視覺感知的室內(nèi)場(chǎng)景目標(biāo)檢測(cè)與場(chǎng)景識(shí)別為研究重點(diǎn)，主要研究?jī)?nèi)容如下：
　　1.從有效的局部特征梯度直方圖為入手點(diǎn)

2、，研究可變形部件模型(Deformable Part-based Model, DPM)的組成、多尺度下的匹配和評(píng)分方法。對(duì)模型的訓(xùn)練方法進(jìn)行了深入探討，使用坐標(biāo)下降算法，結(jié)合篩選困難負(fù)樣本進(jìn)行隱性變量支持向量機(jī)的訓(xùn)練。因此，目標(biāo)檢測(cè)可以在不同尺度、目標(biāo)的不同部分進(jìn)行實(shí)現(xiàn)，使得檢測(cè)方法對(duì)目標(biāo)的姿態(tài)變化、局部位移造成的形變有很好的魯棒性。同時(shí)，研究通過徑向基編碼融合特征上下文(Feature Context)，使可變形部件模型能夠利用更多

3、的上下文信息，并通過實(shí)驗(yàn)與其它優(yōu)秀算法進(jìn)行對(duì)比，驗(yàn)證可變形部件模型優(yōu)于其它算法，且特征上下文的融合提高了模型的檢測(cè)性能。
　　2.深入研究使用可變形部件模型獲取擁有更強(qiáng)描述能力的場(chǎng)景特征，同時(shí)克服需要手工標(biāo)注感興趣區(qū)域(Region of Interest)的缺陷，通過調(diào)整其訓(xùn)練、匹配方法和參數(shù)，將其應(yīng)用于室內(nèi)場(chǎng)景識(shí)別。通過實(shí)驗(yàn)分析討論了調(diào)整方法，以及模型的不同參數(shù)在室內(nèi)場(chǎng)景識(shí)別中發(fā)揮的作用和影響。
　　3.針對(duì)DPM模型對(duì)